从文件路径列表构建目录树

Question

我正在寻找一种时间有效的方法来将文件列表解析为树。可能有数亿个文件路径。

强力解决方案是在发生目录分隔符时拆分每个路径，并通过字符串比较遍历添加目录和文件条目的树，但这将非常慢。

输入数据通常按字母顺序排序，因此列表类似于：

  

C：\用户\亚伦\应用程序数据\ Amarok的\å文件

     

C：\用户\亚伦\应用程序数据\ Amarok的\ Afile2

     

C：\用户\亚伦\应用程序数据\ Amarok的\ Afile3

     

C：\用户\亚伦\应用程序数据\搅拌机\ alibrary.dll

     

C：\用户\亚伦\应用程序数据\搅拌机\ and_so_on.txt

从这个顺序来看，我的自然反应是将目录列表分成组...以某种方式......在进行慢速字符串比较之前。我真的不确定。我很感激任何想法。

编辑：如果可能的话，如果这棵树从上到下延迟加载会更好。

Answer 1

您别无选择，只能进行完整的字符串比较，因为您无法保证字符串可能会有所不同。有一些技巧可能会加快一点：

• 正如大卫所说，形成一棵树，但是从前一个插入点搜索新的插入点（可能借助某种matchingPrefix例程来告诉你新的插入点在哪里。
• 如果内部可能包含很多文件，则需要为树的每个级别使用哈希表，并且需要计算重复项。 （否则，附加到堆栈就可以了。）

Answer 2

如果可能，您可以使用tree命令生成树结构，here

Answer 3

要利用输入数据的“通常排序”属性，请在插入最后一个文件的目录中开始遍历：将当前路径名的目录名与前一个路径名进行比较。如果它们匹配，您只需插入此处，否则弹出一个级别并再试一次。